NoSQL非關(guān)系型數(shù)據(jù)庫的發(fā)展和應(yīng)用研究

摘 要：隨著web2.0技術(shù)的興起，NoSQL數(shù)據(jù)庫得到了廣泛的發(fā)展和應(yīng)用。本文從初學(xué)者的角度出發(fā)，針對傳統(tǒng)數(shù)據(jù)庫的瓶頸，從讀寫速度、擴(kuò)展性、運營成本、數(shù)據(jù)容量等方面對NoSQL數(shù)據(jù)庫進(jìn)行了分析，并對常見的幾種NoSQL數(shù)據(jù)庫進(jìn)行了研究。

關(guān)鍵詞：NoSQL；web2.0；Cassandra；MongoDB

中圖分類號：TP311.13

1 NoSQL的起源和發(fā)展

當(dāng)今的互聯(lián)網(wǎng)時代是一個數(shù)據(jù)大爆炸的時代，電子商務(wù)、掃描文件、微博、音視頻產(chǎn)生的數(shù)據(jù)文件每天都在快速增多。淘寶網(wǎng)每天被瀏覽的店鋪和商品記錄超過30億條，每天的成交記錄和客戶評價有上千萬條。優(yōu)酷網(wǎng)每天收到的運營數(shù)據(jù)總量已達(dá)T級，目前的歷史運營數(shù)據(jù)已達(dá)數(shù)百TB。據(jù)研究公司IDC預(yù)測，2020年全球的電子數(shù)據(jù)總量將達(dá)到35ZB，比當(dāng)前的電子數(shù)據(jù)增加44倍。電子數(shù)據(jù)格式的多元化發(fā)展和規(guī)模的飛速增長，使傳統(tǒng)數(shù)據(jù)庫的技術(shù)面臨著新的挑戰(zhàn)，主要體現(xiàn)在以下幾個方面：

1.1 讀寫慢。web2.0網(wǎng)站要實時處理用戶的動態(tài)信息，在數(shù)據(jù)量達(dá)到一定規(guī)模時，關(guān)系型數(shù)據(jù)庫由于并發(fā)的負(fù)載過高而容易發(fā)生死鎖問題，此時系統(tǒng)的讀寫速度將會嚴(yán)重下滑。

1.2 數(shù)據(jù)庫的擴(kuò)展性不足。web2.0結(jié)構(gòu)的數(shù)據(jù)庫不方便直接擴(kuò)展，對傳統(tǒng)數(shù)據(jù)庫的硬件升級，必須要做停機(jī)維護(hù)，這對web2.0網(wǎng)站來講是不允許的。

1.3 建設(shè)和運營成本高。傳統(tǒng)的企業(yè)級數(shù)據(jù)庫價格驚人，在實際的項目中其價格隨著系統(tǒng)規(guī)模的擴(kuò)大而不斷上升，所以在服務(wù)器集群中，高昂的建設(shè)和運營成本成為其發(fā)展的瓶頸。

1.4 有限的支撐容量。很多web2.0網(wǎng)站每天的信息量達(dá)上千萬條，查詢大的數(shù)據(jù)表格可以通過分表、分庫等方法解決，但是由此也加重了數(shù)據(jù)備份和擴(kuò)容的復(fù)雜性。

NoSQL是在新形勢下出現(xiàn)的一種非關(guān)系型數(shù)據(jù)庫的總稱，它用全新的存儲方式，簡化了數(shù)據(jù)交互，減少編寫、調(diào)試的代碼量，對海量數(shù)據(jù)實現(xiàn)高效存儲和高效訪問，同時它的開源免費也降低了企業(yè)的運營成本，Google、Facebook、Twitter和Amazon等知名公司都開發(fā)和使用NoSQL系統(tǒng)來解決海量數(shù)據(jù)存儲問題。

2 NoSQL數(shù)據(jù)庫的優(yōu)勢

現(xiàn)在主流的NoSQL數(shù)據(jù)庫有Cassandra、BigTable、Dynamo、SimpleDB、CouchDB、MongoDB和Redis等。Google公司使用的就是BigTable數(shù)據(jù)庫，Amazon公司使用的是Dynamo數(shù)據(jù)庫。NoSQL數(shù)據(jù)庫對比傳統(tǒng)關(guān)系數(shù)據(jù)庫，其優(yōu)勢主要體現(xiàn)在以下幾個方面：

2.1 數(shù)據(jù)庫的開發(fā)效率高。在設(shè)計上NoSQL數(shù)據(jù)庫和傳統(tǒng)的數(shù)據(jù)庫有很大的不同。傳統(tǒng)應(yīng)用程序的開發(fā)中，需要在內(nèi)存數(shù)據(jù)結(jié)構(gòu)和關(guān)系數(shù)據(jù)庫的映射上花費大量的精力和時間。NoSQL數(shù)據(jù)庫更符合應(yīng)用程序的需求，部分NoSQL數(shù)據(jù)庫可以在硬盤上直接操作，簡化了數(shù)據(jù)的交互，減少了編寫、調(diào)試程序的工作量。

2.2 數(shù)據(jù)庫的擴(kuò)展能力強(qiáng)?，F(xiàn)在企業(yè)通常使用更小、更便宜的計算機(jī)組成集群來構(gòu)建數(shù)據(jù)庫，NoSQL數(shù)據(jù)庫的設(shè)計正是針對服務(wù)器集群，所以更適合大規(guī)模數(shù)據(jù)的處理。

2.3 數(shù)據(jù)庫的開發(fā)成本低廉。因為NoSQL數(shù)據(jù)庫主要都是開源軟件，所以沒有昂貴的開發(fā)成本。在項目開發(fā)中很多企業(yè)為了節(jié)省成本而選擇NoSQL數(shù)據(jù)庫。

2.4 數(shù)據(jù)模型靈活。在關(guān)系數(shù)據(jù)庫里，數(shù)據(jù)有固定的結(jié)構(gòu)，通過各種操作互相關(guān)聯(lián)，對大型的表格增刪字段非常麻煩。NoSQL的存儲只有一對鍵值或數(shù)組，無需事先建立字段，任何時候都可以存儲自定義的數(shù)據(jù)格式。

3 NoSQL數(shù)據(jù)庫的主要產(chǎn)品

3.1 Cassandra。Cassandra是由Facebook公司開發(fā)的開源式數(shù)據(jù)庫，具有模式靈活、擴(kuò)展性強(qiáng)、多數(shù)據(jù)中心識別、支持分布式讀寫等特點。Cassandra被Digg、Twitter等多家互聯(lián)網(wǎng)知名公司使用，是目前非常流行的一種NoSQL數(shù)據(jù)庫系統(tǒng)。用Cassandra存儲數(shù)據(jù)，不必提前確定字段，在系統(tǒng)運行時可以隨意增加和刪除字段。用Cassandra擴(kuò)展系統(tǒng)容量，可以為服務(wù)器集群直接指向新的成員，不需要重新啟動，或者遷移數(shù)據(jù)。用Cassandra布置多數(shù)據(jù)中心識別，每條記錄都會在備用的數(shù)據(jù)中心復(fù)制備份。用Cassandra的分布式讀寫功能，可以隨時隨地集中讀寫數(shù)據(jù)，不會有單點失敗。

3.2 MongoDB。MongoDB是一種面向文檔存儲的優(yōu)秀數(shù)據(jù)庫系統(tǒng)，用c++語言編寫。MongoDB的查詢語法功能強(qiáng)大。使用類似JSON的BSON作為數(shù)據(jù)存儲和傳輸?shù)母袷健SON支持嵌套對象和數(shù)組。對復(fù)雜查詢要求不高的情況下，MongoDB可以作為MySQL的替代品。它具有分布式的特點，支持海量數(shù)據(jù)的存儲，并且對海量數(shù)據(jù)具有良好的讀寫性能。據(jù)測試，當(dāng)數(shù)據(jù)量達(dá)到50GB以上的時候，在訪問速度方面MongoDB是MySQL的10倍以上，在并發(fā)讀寫方面，每秒可以處理讀寫請求0.5萬-1.5萬次。MongoDB無法管理內(nèi)存，它把內(nèi)存大小交給操作系統(tǒng)來管理，在系統(tǒng)運行時必須在操作系統(tǒng)中監(jiān)控內(nèi)存的使用情況。

3.3 Redis。Redis是用c語言編寫的面向key-value存儲的數(shù)據(jù)庫系統(tǒng)，具有持久存儲、高性能、高并發(fā)性等優(yōu)勢。Redis系統(tǒng)在內(nèi)存中進(jìn)行操作，通過異步操作定期把數(shù)據(jù)庫輸出到硬盤上保存，它能提供每秒超過10萬次的讀寫頻率，是目前性能最快的Key-Value數(shù)據(jù)庫。Redis支持多種數(shù)據(jù)類型的操作，包括Strings，Lists，Hashes，Sets及Ordered Sets。單個value值的最大限制是1GB，Redis能實現(xiàn)多種功能，比如要實現(xiàn)一個輕量級的高性能消息隊列服務(wù)，可以用List來做FIFO雙向鏈表，它還能完成排序等高級功能。Redis數(shù)據(jù)庫不能用作海量數(shù)據(jù)的高性能讀寫，因為Redis數(shù)據(jù)庫的容量受到物理內(nèi)存的限制，所以它通常局限于較小數(shù)據(jù)量的高性能操作和運算上。

4 結(jié)束語

NoSQL雖然發(fā)展迅速，但是和Oracle、SQL等傳統(tǒng)數(shù)據(jù)庫相比，還存在一些不足。比如：NoSQL產(chǎn)品大多都是開源軟件，提供的功能有限，維護(hù)工作只能由企業(yè)自身來完成。NoSQL項目中數(shù)據(jù)的完整性很難實現(xiàn)。NoSQL提供的分布式設(shè)計對中小企業(yè)來講暫時還用不到。

傳統(tǒng)的數(shù)據(jù)庫和NoSQL可以在不同的項目中使用，形成互補(bǔ)。對于結(jié)構(gòu)穩(wěn)定，結(jié)構(gòu)化程度高的數(shù)據(jù)，可以采用關(guān)系型數(shù)據(jù)庫管理；對于結(jié)構(gòu)化程度不高，可以通過水平、垂直關(guān)系關(guān)聯(lián)信息內(nèi)容的數(shù)據(jù)，可以采用層次化數(shù)據(jù)模型管理；對于數(shù)據(jù)量超大的文件，數(shù)據(jù)之間的依賴關(guān)系較少，可以采用NoSQL數(shù)據(jù)庫管理。

總之，NoSQL在web2.0網(wǎng)站中的強(qiáng)勁表現(xiàn)，對數(shù)據(jù)庫產(chǎn)業(yè)的發(fā)展，既是機(jī)遇，也是挑戰(zhàn)。在互聯(lián)網(wǎng)發(fā)展的推動下，NoSQL數(shù)據(jù)庫的前景值得期待。

參考文獻(xiàn)：

[1]陸嘉恒.大數(shù)據(jù)挑戰(zhàn)與NoSQL數(shù)據(jù)庫技術(shù)/大數(shù)據(jù)叢書[M].北京：電子工業(yè)出版社，2013.

[2]（?。┑偻呃?深入NoSQL[M].北京：人民郵電出版社，2012.

[3]（美）塞得拉吉，福勒.NoSQL精粹[M].北京：機(jī)械工業(yè)出版社，2013.

作者簡介：高源（1980-），男，湖北武漢人，講師，研究方向：計算機(jī)網(wǎng)絡(luò)工程與智能樓宇技術(shù)、數(shù)據(jù)存儲與數(shù)據(jù)挖掘技術(shù)。

作者單位：武漢職業(yè)技術(shù)學(xué)院 計算機(jī)學(xué)院，武漢 430074